移动广告作弊流量的浅潜规则

流量作弊弥漫在互联网广告行业中，已经成为公开的秘密。

黑格尔的哲学命题”存在即合理“，往往被人滥用，其原意是“合理即合符某种规律”，通过黑格尔辩证法，不存在不变的东西，这个命题也可以解释成“凡是存在的，都是应该会灭亡的”。 不知道虚假流量什么时候会灭亡，那时这篇文章就失去意义了，不过既然这篇文章现在存在，那么就是合理的(rational)。

今天的话题集中在移动流量作弊上面，作弊（反作弊）形式和技术与PC作弊不尽相同。PC的用户标识通常使用浏览器的Cookie；而移动的标识通常是IDFA(苹果），Google Ads ID(海外Android），IMEI（国内Android)。移动App有更多信号(机会）辨别真伪，PC浏览器的限制会比较多。

这篇文章就肤浅介绍一下虚假流量后的一些潜规律，很多分析都很浅显，因此叫做浅潜规则。

1. 虚假流量的术语

本文聊的作弊流量，有好多种说法，侧重点也不尽相同。

1. 作弊流量(Fraud Traffic) ：大白话，容易明白，就是骗人的流量

2. 非人为流量（No-Human Traffic ）: 这种流量特指一些Bot流量，机器模拟的；对于一些劫持的流量，有些灰色地带，因此不够准确。

3. 非激励正常流量（No-Incentive Traffic)：有些流量虽然是人为流量，但常常是由某种诱惑而来（例如不合理页面设计，奖券，红包，游戏点卡等），因此激励流量通常转化效果比较差。

4. 无效流量（Invalid Traffic) ：为了规避过于敏感的作弊（Fraud）而使用的术语，这样不容易得罪人，无效流量中既有故意为之，也有无意为之的。

   
   

5. 异常流量（Abnormal Traffic) ：类似于无效流量，强调流量的异常性。

这些术语之间并没有太多包含关系（或没必要严格细分），更多的是用在不同的场景和角色。例如，有些研发人员关注No-Human Traffic(Bot Traffic) ；有些效果监测的公司更加关注计费的流量，因此愿意使用invalid traffic；早期，这些流量都称为Fraud Traffic，因此作弊流量也是一种常用说法。

2. 移动广告的业务模式图：

有钱的就地方就是作弊，常在河边走，哪有不湿鞋？看看钱是如何流动的就可以理解其中利益关系。钱流的上游是付钱的主，下游的机构总想放大收入，那么在付钱主的所能容忍范围内最大化收入就是各个环节优化的目标。这是一个在限制条件下，单优化目标的问题。

常见流量作弊的动机：

1.媒体：制造虚假流量，提升收入

2.广告代理/销售：运营虚假流量，保证合同，提升收入

3.交易平台：对虚假Supply审查不严格，提升收入

4.用户：为获得激励（红包，点卡等）而产生低（无）效果流量

5.广告主：恶意消耗竞争对手的预算

3. 移动广告目前的虚假流量比例

由于虚假流量过于复杂和敏感，大家在报数的时候都是非常谨慎小心的。尽管如此，最后大家报的数字千差万别，因此无法考证各个数据的置信度，大家参考一下就好。

１.ANA（ Association of National Advertisers）: “声誉差的交易平台作弊流量达到25-50%，声誉好的通常低于10%”。

2.AppFlyer：2016年，AppLift的报告指出34%的移动流量为有风险的虚假流量（Risk of fraud, 22%可疑，12%高风险) 。Android虚假流量比例大于iOS，系统版本约高，虚假比例越低。

２.秒针：２016年垂直网站与网盟媒体异常流量占比最高。其中，垂直类媒体曝光异常大幅增至 24.93%，点击异常中网盟类媒体最为明显，占比高达 71.07%。

３.AdMaster ：2016年全年无效流量整体占比为30.2%;下半年出现小幅度恶化现象,无效流量增加3.7%;

4.移动虚假流量的分类

虚假流量有很多种分类，各种分类都会有灰色的领域，下面我试图用作弊的基本原理方式来分类，而且主要是针对移动的场景。更加全面和系统的分类，可以参考刘鹏老师的《互联网广告作弊十八般武艺》。

另外一种分类可以按照设备和人为的四象限分类

5. 移动反虚假流量的模型

在讨论如何对付移动虚假流量的方法之前，我们先看看移动作弊的一些主要黑技术，做到知己知彼。

移动作弊中涉及很多黑技术，其中包括一下一些：

1. 模拟器：BlueStacks, AndyWin, GenyMotion 

2. Spoofer: 不断的修改机器的IP , IMEI, MAC等

3. Proxy: 网关，修改ISP, IP, UA , 设备类型等

4. 苹果： 没有模拟器，主要通过硬件和软件模拟

5. 激励流量(incent Traffic ): 真实人流量，但是转化率差的流量

    ...

对于如何防范移动虚假流量，这确实是一个复杂的问题。并非没有防范作弊的高端技术，也不是因为这个问题不够严重，最主要的原因有三个。

• 精准打击反作弊的成本比较高

• 各种玩家的利益分配原因

• 作弊者的受益高和风险低，大部分情况下，作弊者不会受到任何惩罚。

例如，最近友盟+在法院起诉某家App刷量公司，理由是影响了友盟统计计算的正确性和公正性。目前法院并没有判定，我也不得知其诉讼的合理性。打个比方，有一个刷墙公司把路上所有广告牌都刷成某家公司，然后有一个品牌影响力排名公司去控告这个刷墙公司，严重影响了它的品牌排名公正性。总感觉这个逻辑，不算太对。我也确实非常讨厌App刷量公司，但是从哪个角度去批判和惩罚他们，确实值得法律法规上更多的讨论。

不聊伦理和法规，聊聊技术吧，我觉得技术上可以按照如下模型来对付虚假流量，这里特指移动端。

<